工业生产环境下，如何打造全面有效的数字化监控？
一些煤矿企业已经开始进行数据架构转型实践，也取得了一些进展，值得一提的是，时序数据库（Time Series Database）在其中发挥了重要作用。本文将这些案例进行了相关汇总，供读者参考。
物流企业大数据平台管理面临困境，顺丰、中通、韵达分享架构改造经验
对于物流企业来说，如何高效地记录和处理车辆的轨迹信息、应对每天海量监控数据的采集和处理工作，对于项目整体的交付效率至关重要。诸多物流企业开始寻求数据架构的变革，特别是选择符合业务需求的时序数据库产品，本篇文章汇总了国内四家大型物流公司的工业大数据架构改造实例，给到读者参考。
电力行业海量数据处理如何做？看中节能、上海电气案例分享
在应对海量时序数据处理需求时，如关系型数据库、工业实时库、Hadoop 大数据平台在内的传统数据库解决方案问题重重，严重阻碍数字化进程。在此背景下，一些企业开始尝试进行数据架构改造，选择适合的时序数据库产品。
金融量化交易场景下数据库如何改造？同花顺、弘源泰平真实案例分享
为了帮助一众金融企业寻找到合适的数据库解决方案，我们汇总了几个比较有代表性的企业客户案例，希望他们的相关实践经验应该能够给到行业从业者一些解决思路。
从大疆车载、理想汽车等案例出发，看车联网场景下的数据处理难点与优化实践
在应对车联网场景下时序数据的存储时，企业大多选择的都是 MongoDB 或 Apache HBase，随着业务的加速扩张，写入速度太慢、支撑成本过高等问题逐渐显现。本文将会从四个典型的车联网案例出发，给到你数据架构升级思路。
中通科技是如何建模并高效处理车辆上的时序数据的
车联网业务是中通科技配送全链路业务中非常重要的一环，在实际的项目需求中，需要实时查询车辆最新位置状态，达到车辆运营可视化管理。中智车联服务平台选择了用 TDengine 来高效处理从车辆上实时采集的时序数据。
打造一体化制氢项目，阳光氢能以时序数据库实现生产流程的实时监控
为了更好地支持阳光氢能 PEM 绿电制氢系统，本文作者所在的部门需要寻找一套满足业务和性能需求、而且具有国产知识产权的时序数据库，来替代原本使用的 InfluxDB。本文分享了他们将 InfluxDB 替换为 TDengine 的具体原因，以及相关的实践思路。
兴盛优选监控场景的时序数据库选型与落地实践
兴盛优选需要通过实时产生的数据来判断设备是否工作、检测通讯是否延时、观测 SNMP OID 流量是否正常等，从而保障运维与网络人员及时发现问题并修复。为高效处理各类时序数据，保障服务的稳定运行，在对比了 Elasticsearch、InfluxDB 和 TDengine 三款产品之后，他们选择并落地了 TDengine。
边缘盒子+时序数据库，美的数字化平台 iBUILDING 背后的技术选型
在 2021 楼宇科技 TRUE 大会上，美的暖通与楼宇事业部首次发布了数字化平台 iBuilding，以“软驱硬核”方式赋能建筑行业。作为一个全新的项目，iBuilding 在数据库选型上比较谨慎，分别对比了多款 Database 产品之后，才做出了自己的选择。本文分享了他们的数据库选型思考和落地经验。
